Skip to content

What’s new in scanned music import

How Flat turns PDFs and photos of sheet music into editable scores: model versions, what is recognized, what got fixed.

The same engine powers Opuscan and the OMR API. This page lists the changes as they reach Flat.

All changes

條目由英文自動翻譯而成。 閱讀英文原文

於 9月

24 項較小變更
8月7日·改進·

支援隱含連音的新模型版本

我們的自研模型推出了新版本,現在所有 PDF 與照片匯入都由它處理,這次特別針對頁面上連音的印刷方式進行了優化。

  • 現在支援隱含連音。 排譜者通常只會在一個樂句中的第一個三連音或六連音上方標示小小的「3」或「6」,後續的音群則不再重複標示——演奏者會被預期延續這個模式。這些沒有標記的音群就是隱含連音:實際上要按連音演奏,但譜面上沒有任何標示。這種寫法在 19 世紀的版本、練習曲與變奏曲中非常常見。現在掃描功能會根據小節的節奏還原這些連音,而不再為了配合拍號而刪除音符。
  • 憑空誤判的連音更少了。 先前模型有時會把一般的符槓音群誤標成三連音,即使上方根本沒有印出數字,這些數字也會出現在你的樂譜中。現在只有在頁面上確實畫出連音標示時,才會寫入連音。
8月4日·新增·

在桌面版 App 中匯入 PDF 或照片

在 Flat 中將印刷樂譜轉成可編輯的樂譜

Mac 和 Windows App 現在可以將 PDF 或樂譜照片轉成可編輯的樂譜,並提供與網頁版相同的檢查步驟。

  • 不用離開 App 就能匯入。 選擇檔案、確認掃描辨識的內容,然後開啟樂譜。
  • 可在 Mac App Store 版 App 內購買 AI 點數,這樣匯入時就不用特地前往網站。

同樣在 8月

16 項較小變更
7月29日·改進·

聚焦掃描樂譜精準度的新模型版本

我們自研模型的新版本現已用於所有 PDF 與照片匯入,在掃描樂譜基準測試中,錯誤率降低了 22% 到 51%。提升在較困難的頁面上最為明顯,例如較舊的雕版印刷與印刷不均的樂譜。

7月24日·改進·

專注於樂譜記譜修正的新模型版本

改良版的 Flat 自研模型現已用於所有 PDF 和照片匯入,尤其包括:

  • 現已支援帶有共用休止符與隱形休止符的多聲部段落。
  • 小節線與反覆結尾(voltas)現在會正確放置在小節內。
  • 連桿的辨識現在更可靠。
  • 現已可辨識跨越多個譜表繪製的拍號,例如管弦樂總譜中的拍號。
  • 修正了部分和弦符號匯出為 MusicXML 時使用非標準和弦類型的問題。
7月15日·新增·

將 PDF 或照片匯入為可編輯樂譜,並加入檢查步驟

在網頁版 App 中,從 PDF 或照片匯入樂譜現在採用全新流程,並使用 Flat 自家的辨識引擎。這個新流程已全面取代先前的 PDF 匯入功能。

  • 選擇你要的頁面。 上傳 PDF 或多張照片後,只保留包含樂譜的頁面。你保留的每一頁都會使用 1 個點數。
  • 在辨識進行時追蹤進度。 進度列會逐頁顯示掃描進度,而在處理期間你也可以繼續使用 Flat。
  • 在建立樂譜前先檢查。 當辨識引擎無法確定某個樂器時,它會請你確認標題與偵測到的樂器,並在每個項目旁顯示頁面上印出的聲部名稱。若所有樂器都能確定,這個步驟會自動略過。

Flat 已提供這項功能;對教師與管理員而言,Flat for Education 也同樣提供。iOS App 將在接下來幾週內加入這個新流程。

7月10日·新增·

OMR 現已作為開發者 API 提供

Flat 的 OMR 引擎現在可透過開發者 API以程式方式使用。你可以傳送 PDF 或照片、追蹤辨識進度、檢視偵測到的樂器,然後將結果匯入 Flat 資料庫作為可編輯的樂譜,或匯出為 MusicXMLMIDI。這與編輯器中 PDF 與照片匯入所使用的是同一套內部模型,現在也能大規模用於你自己的應用程式與工作流程。

專用的 OMR API(v2.24.0)是建立在 v2.23.0 新增至樂譜建立流程的背景 PDF 匯入功能之上:匯入檔案時可要求任務支援,並輪詢該任務直到樂譜準備完成。兩個版本的詳細內容,請參閱 API 變更日誌

同樣在 7月

9 項較小變更
6月23日·改進·

更精準地分析複雜版面頁面

我們改進了掃描時讀取頁面版面的方式。現在匯入 PDF 和照片時,產生的樂譜會更乾淨、更準確,尤其是在複雜版面上:

  • 現在能正確分開密集頁面。 由許多短系統上下密集排列的頁面,不再被合併在一起;每個系統都會分別偵測。
  • 更適合管弦樂總譜與大型合奏譜。 像鋼琴與管風琴這類多譜表樂器,以及含有許多譜表的大型樂譜,現在都能更可靠地辨識。
  • 支援寬幅、橫向與小冊子版面。 橫向頁面不再裁掉左側邊緣(避免譜號被截斷),多頁與小冊子掃描也能正確處理。
  • 減少雜訊誤判。 頁尾與頁邊附近的無關元素,不再被誤判為音樂內容。
6月15日·改進·

更精準的模型

現在,所有 PDF 和照片匯入都會由 Flat 自家開發的模型處理。這次發佈是以轉譜精準度為重點的重大新版本:在所有測試集中,樂譜辨識的正確性(決定樂譜是否正確的音符、節奏、連結線與臨時記號)都有提升,其中進步最明顯的是:

  • 力度記號: +39%
  • 延長記號、演奏記號、連結線、臨時記號: +30 to 37%
  • 音符時值: +22%
  • 圓滑線、附點音符、休止符、譜表與聲部分配: +14 to 20%

文字、力度記號與版面位置也更加精確:歌詞、和弦名稱與力度記號能更可靠地附加到正確的音符上,即使是在鋼琴大譜表或包含譜號變更的聲部等複雜版面中也是如此。

6月1日·新增·

Flat 自家的 AI 模型開始逐步推出

我們正逐步推出 Flat 自家的 AI 模型,用於 PDF 和照片匯入。這個模型由我們內部設計與訓練,將取代產品推出時使用的第三方引擎。從頭到尾掌握這項技術,讓我們能進一步提升辨識準確度、擴大可辨識的內容、更快推出改進,並讓結果更貼合 Flat 自有的記譜格式,使匯入內容能更自然地融入產品的其他功能。這個第一版已經能讀取你更多的樂譜內容:

更廣的記譜涵蓋範圍。 新增可辨識項目:

  • 和弦記號,會依其音樂意義正確編碼為可編輯的和弦,而不只是一般文字
  • 小節反覆記號與節奏斜線
  • 速度與節拍器標記(含 BPM)

更多語言的歌詞與文字。 預設可辨識以拉丁字母書寫的語言中的歌詞、排練記號及其他文字,另外也支援日文、韓文與中文。

更忠於原始版面。 現在匯入結果會更貼近來源樂譜的版面配置,包括每行的小節數、每頁的樂系數,以及整體結構。這對大型、複雜的樂譜,例如管弦樂作品,以及像鋼琴這類多譜表樂器的樂譜,會帶來明顯差異。現在也支援更多頁面格式,包括先前不支援的橫向頁面。

同樣在 6月

8 項較小變更

正在尋找較早的內容嗎?

較早的更新會按版本整理並發布於 Flat 部落格。